现有研究在多QoS(quality of service)调度问题中,由于仅依赖即时奖励反馈机制,在资源受限的场景下处理时延敏感数据和具有连续传输需求的媒体数据时,存在可扩展性差和资源浪费的问题。为此,提出了一种基于奖励回溯的DQN(reward backtra...现有研究在多QoS(quality of service)调度问题中,由于仅依赖即时奖励反馈机制,在资源受限的场景下处理时延敏感数据和具有连续传输需求的媒体数据时,存在可扩展性差和资源浪费的问题。为此,提出了一种基于奖励回溯的DQN(reward backtracking based deep Q-network,RB-DQN)算法。该算法通过未来时刻的交互来回溯调整当前状态的策略评估,以更加有效地识别并解决因不合理调度策略导致的丢包。同时,设计了一种时延-吞吐均衡度量(latency throughput trade-off,LTT)指标,该指标综合考虑了时延敏感数据和媒体类型数据的业务需求,并可通过权重调整来突出不同的侧重点。大量仿真结果表明,与其他调度策略相比,所提算法能够有效降低时延敏感数据的延迟和抖动,同时确保媒体类型数据的流畅性与稳定性。展开更多
Low Earth orbit(LEO)satellite networks exhibit distinct characteristics,e.g.,limited resources of individual satellite nodes and dynamic network topology,which have brought many challenges for routing algorithms.To sa...Low Earth orbit(LEO)satellite networks exhibit distinct characteristics,e.g.,limited resources of individual satellite nodes and dynamic network topology,which have brought many challenges for routing algorithms.To satisfy quality of service(QoS)requirements of various users,it is critical to research efficient routing strategies to fully utilize satellite resources.This paper proposes a multi-QoS information optimized routing algorithm based on reinforcement learning for LEO satellite networks,which guarantees high level assurance demand services to be prioritized under limited satellite resources while considering the load balancing performance of the satellite networks for low level assurance demand services to ensure the full and effective utilization of satellite resources.An auxiliary path search algorithm is proposed to accelerate the convergence of satellite routing algorithm.Simulation results show that the generated routing strategy can timely process and fully meet the QoS demands of high assurance services while effectively improving the load balancing performance of the link.展开更多
为了提高网络路由性能,提出并设计了一种基于遗传-蚁群优化算法的服务质量(quality of service,QoS)组播路由算法。首先,设计了自适应变频采集策略用于采集网络与节点信息,以此获得网络和节点的状态,为后续路由优化提供数据支持;其次,...为了提高网络路由性能,提出并设计了一种基于遗传-蚁群优化算法的服务质量(quality of service,QoS)组播路由算法。首先,设计了自适应变频采集策略用于采集网络与节点信息,以此获得网络和节点的状态,为后续路由优化提供数据支持;其次,计算路径代价,将路径代价最小作为优化目标,建立QoS组播路由优化模型,并设置相关约束条件;最后,结合遗传算法和蚁群算法提出一种遗传-蚁群优化算法求解上述模型,输出最优路径,完成路由优化。实验结果表明,所提算法可有效降低路径长度与路径代价,提高搜索效率与路由请求成功率,优化后的路由时延抖动较小。展开更多
面对国内外大型公有云供应商的激烈竞争,中小云厂商的生存难度加大。为此,建立一个基于相互合作的云联盟成为了这些厂商的一种可行策略。然而,在追求个体最大利益和保障联盟整体服务质量(quality of service,QoS)之间存在着复杂的博弈...面对国内外大型公有云供应商的激烈竞争,中小云厂商的生存难度加大。为此,建立一个基于相互合作的云联盟成为了这些厂商的一种可行策略。然而,在追求个体最大利益和保障联盟整体服务质量(quality of service,QoS)之间存在着复杂的博弈关系。针对上述问题,一种基于QoS的云联盟模型被提出,其涵盖云计算的三层架构。在应用层至虚拟层,引入了一种基于差分进化(differential evolution,DE)算法的创新任务分配策略,专门用于处理多QoS任务分配问题。在虚拟层至物理层,设计了合作与竞争并存的虚拟机迁移模型,适用于在云联盟博弈计算环境下实现虚拟机迁移的能耗与QoS之间的平衡。实验结果表明,所提出的解决方案改进了云计算环境的服务质量,并揭示了在云联盟环境中,合作和竞争两种模式的相对优势。展开更多
Web Service是目前研究界和产业界广泛关注的技术之一.随着Web Service的广泛应用,研究者们普遍认识到,服务的非功能属性,即服务质量(Quality of Service,QoS)是面向服务的应用能否成功的关键因素之一.因此,研究者们尝试从多个角度对Qo...Web Service是目前研究界和产业界广泛关注的技术之一.随着Web Service的广泛应用,研究者们普遍认识到,服务的非功能属性,即服务质量(Quality of Service,QoS)是面向服务的应用能否成功的关键因素之一.因此,研究者们尝试从多个角度对QoS相关问题展开了研究.然而,现有工作普遍关注基于QoS的动态服务选择和组装等上层应用技术,而对于如何获取、存储、度量QoS等基础支持技术研究较少,而这些基础性工作对QoS相关的研究工作具有显著的重要性.此外,不同应用领域对Web Service QoS的需求不尽相同,因此,需要有一套灵活的机制支持在QoS模型定义、QoS度量方法、QoS信息采集等方面体现出的领域特性.针对这个问题,文中提出了一个可扩展的Web Service QoS信息管理框架,详细分析了该框架涉及到的重要方法与核心技术,并给出了该框架在北京大学软件构件库系统中的设计决策和方案.最后,介绍了文中框架在一个863计划项目中的应用实例,该实例展示了用户根据其应用的领域需求对本框架进行扩展并进行Web Service QoS管理的方法,从而验证了本管理框架的可扩展性及实用性.展开更多
在分析 Ad Hoc 网的单播 QoS 路由问题的基础上,提出了一种新的 Ad Hoc 网的分布式 QoS 路由算法——EBLLD(entropy-based long-life distributed QoS routing)算法.其核心思想是提出了衡量路径稳定性的新尺度——熵,并利用熵来选择长...在分析 Ad Hoc 网的单播 QoS 路由问题的基础上,提出了一种新的 Ad Hoc 网的分布式 QoS 路由算法——EBLLD(entropy-based long-life distributed QoS routing)算法.其核心思想是提出了衡量路径稳定性的新尺度——熵,并利用熵来选择长寿的路径,减少了重建路由(或路由修复)的次数,从而在 Ad Hoc 网的网络拓扑频繁变化的环境中尽可能地提供 QoS 保证.同时该算法还利用本地组播机制和启发函数排序过滤和熵尺度排序过滤减小了其路由消息开销.仿真结果表明,EBLLD 算法能够以较小的路由消息开销获得较高的路由成功率.此外,EBLLD 算法具有可扩展性,可以应用于较大规模的 Ad Hoc 网中.展开更多
文摘现有研究在多QoS(quality of service)调度问题中,由于仅依赖即时奖励反馈机制,在资源受限的场景下处理时延敏感数据和具有连续传输需求的媒体数据时,存在可扩展性差和资源浪费的问题。为此,提出了一种基于奖励回溯的DQN(reward backtracking based deep Q-network,RB-DQN)算法。该算法通过未来时刻的交互来回溯调整当前状态的策略评估,以更加有效地识别并解决因不合理调度策略导致的丢包。同时,设计了一种时延-吞吐均衡度量(latency throughput trade-off,LTT)指标,该指标综合考虑了时延敏感数据和媒体类型数据的业务需求,并可通过权重调整来突出不同的侧重点。大量仿真结果表明,与其他调度策略相比,所提算法能够有效降低时延敏感数据的延迟和抖动,同时确保媒体类型数据的流畅性与稳定性。
基金National Key Research and Development Program(2021YFB2900604)。
文摘Low Earth orbit(LEO)satellite networks exhibit distinct characteristics,e.g.,limited resources of individual satellite nodes and dynamic network topology,which have brought many challenges for routing algorithms.To satisfy quality of service(QoS)requirements of various users,it is critical to research efficient routing strategies to fully utilize satellite resources.This paper proposes a multi-QoS information optimized routing algorithm based on reinforcement learning for LEO satellite networks,which guarantees high level assurance demand services to be prioritized under limited satellite resources while considering the load balancing performance of the satellite networks for low level assurance demand services to ensure the full and effective utilization of satellite resources.An auxiliary path search algorithm is proposed to accelerate the convergence of satellite routing algorithm.Simulation results show that the generated routing strategy can timely process and fully meet the QoS demands of high assurance services while effectively improving the load balancing performance of the link.
文摘为了提高网络路由性能,提出并设计了一种基于遗传-蚁群优化算法的服务质量(quality of service,QoS)组播路由算法。首先,设计了自适应变频采集策略用于采集网络与节点信息,以此获得网络和节点的状态,为后续路由优化提供数据支持;其次,计算路径代价,将路径代价最小作为优化目标,建立QoS组播路由优化模型,并设置相关约束条件;最后,结合遗传算法和蚁群算法提出一种遗传-蚁群优化算法求解上述模型,输出最优路径,完成路由优化。实验结果表明,所提算法可有效降低路径长度与路径代价,提高搜索效率与路由请求成功率,优化后的路由时延抖动较小。
文摘面对国内外大型公有云供应商的激烈竞争,中小云厂商的生存难度加大。为此,建立一个基于相互合作的云联盟成为了这些厂商的一种可行策略。然而,在追求个体最大利益和保障联盟整体服务质量(quality of service,QoS)之间存在着复杂的博弈关系。针对上述问题,一种基于QoS的云联盟模型被提出,其涵盖云计算的三层架构。在应用层至虚拟层,引入了一种基于差分进化(differential evolution,DE)算法的创新任务分配策略,专门用于处理多QoS任务分配问题。在虚拟层至物理层,设计了合作与竞争并存的虚拟机迁移模型,适用于在云联盟博弈计算环境下实现虚拟机迁移的能耗与QoS之间的平衡。实验结果表明,所提出的解决方案改进了云计算环境的服务质量,并揭示了在云联盟环境中,合作和竞争两种模式的相对优势。
文摘Web Service是目前研究界和产业界广泛关注的技术之一.随着Web Service的广泛应用,研究者们普遍认识到,服务的非功能属性,即服务质量(Quality of Service,QoS)是面向服务的应用能否成功的关键因素之一.因此,研究者们尝试从多个角度对QoS相关问题展开了研究.然而,现有工作普遍关注基于QoS的动态服务选择和组装等上层应用技术,而对于如何获取、存储、度量QoS等基础支持技术研究较少,而这些基础性工作对QoS相关的研究工作具有显著的重要性.此外,不同应用领域对Web Service QoS的需求不尽相同,因此,需要有一套灵活的机制支持在QoS模型定义、QoS度量方法、QoS信息采集等方面体现出的领域特性.针对这个问题,文中提出了一个可扩展的Web Service QoS信息管理框架,详细分析了该框架涉及到的重要方法与核心技术,并给出了该框架在北京大学软件构件库系统中的设计决策和方案.最后,介绍了文中框架在一个863计划项目中的应用实例,该实例展示了用户根据其应用的领域需求对本框架进行扩展并进行Web Service QoS管理的方法,从而验证了本管理框架的可扩展性及实用性.
文摘在分析 Ad Hoc 网的单播 QoS 路由问题的基础上,提出了一种新的 Ad Hoc 网的分布式 QoS 路由算法——EBLLD(entropy-based long-life distributed QoS routing)算法.其核心思想是提出了衡量路径稳定性的新尺度——熵,并利用熵来选择长寿的路径,减少了重建路由(或路由修复)的次数,从而在 Ad Hoc 网的网络拓扑频繁变化的环境中尽可能地提供 QoS 保证.同时该算法还利用本地组播机制和启发函数排序过滤和熵尺度排序过滤减小了其路由消息开销.仿真结果表明,EBLLD 算法能够以较小的路由消息开销获得较高的路由成功率.此外,EBLLD 算法具有可扩展性,可以应用于较大规模的 Ad Hoc 网中.
